PDF से DOCX

निर्देशांकों से संरचना वापस पढ़ना

PDF में पैराग्राफ़ नहीं होते। उसमें ग्लिफ़ होते हैं, हर एक की अपनी स्थिति, आकार और फ़ॉन्ट के साथ, और पाठक को जो कुछ संरचना जैसा दिखता है वह सिर्फ़ इस बात का असर है कि वे ग्लिफ़ कहाँ रखे गए। उसे Word में बदलने का मतलब है संरचना का वापस अनुमान लगाना — और वह अनुमान ही, फ़ाइल फ़ॉर्मैट नहीं, पूरी समस्या है।

एक ही बेसलाइन साझा करने वाले अक्षर एक लाइन बनते हैं। फ़ॉन्ट साइज़ के पाँचवें हिस्से से चौड़े क्षैतिज अंतराल शब्दों के बीच की जगह बनते हैं, क्योंकि PDF हर शब्द को हाथ से रखने और एक भी स्पेस एन्कोड न करने के लिए स्वतंत्र है। लाइनें तब तक एक पैराग्राफ़ रहती हैं जब तक कुछ और न कहे: लीडिंग से बड़ा अंतराल, आकार में बदलाव, नया इंडेंट, या कोई पिछली लाइन जो कॉलम के किनारे से पहले ही रुक गई — बाहर से देखने पर पैराग्राफ़ की आख़िरी लाइन ऐसी ही दिखती है।

टूलबार के स्विच

पैराग्राफ़ फिर से बनाएँ

दिखने वाली लाइनों को वापस बहते पैराग्राफ़ में जोड़ें, और लाइन ब्रेक पर हाइफ़न से टूटे शब्दों को फिर से जोड़ें। कविता, कोड, फ़ॉर्म और जहाँ भी लाइन ब्रेक ही कंटेंट हो, वहाँ हर लाइन अलग पर स्विच करें।

पेज

सिर्फ़ एक रेंज पढ़ें। लंबी रिपोर्ट पर यही एक सेकंड और एक मिनट का फ़र्क है, क्योंकि लगभग पूरा समय पेज पार्स करने में जाता है।

हेडिंग

जो छोटी लाइनें बॉडी टेक्स्ट से उल्लेखनीय रूप से बड़ी हों, उन्हें Heading 1-4 बनाएँ, ताकि नतीजे में असली आउटलाइन और Word में नेविगेशन पैन मिले।

सूचियाँ

बुलेट ग्लिफ़ और 1. / a) / iv. जैसे मार्कर पहचानें, उन्हें टेक्स्ट से हटाएँ और आइटम को असली Word सूची के रूप में फिर से बनाएँ, उसी लेवल तक इंडेंट करके जो लेआउट से ज़ाहिर हो।

हेडर हटाएँ

जो लाइनें ज़्यादातर पेजों के ऊपर या नीचे दोहराई जाती हैं, और जो लाइनें सिर्फ़ पेज नंबर हैं, उन्हें छोड़ दें। इसके बिना रनिंग हेडर आपके दस्तावेज़ के बीच में हर पेज पर एक बार दिखता है।

पेज ब्रेक

जहाँ हर PDF पेज खत्म हुआ, वहाँ स्पष्ट ब्रेक रखें। डिफ़ॉल्ट रूप से बंद, क्योंकि Word दस्तावेज़ फिर से बहता है और वाक्य के बीच में ब्रेक, ब्रेक न होने से भी बुरा है।

जहाँ अनुमान हार मान लेता है

• स्कैन किए गए पेज। स्कैन शब्दों की तस्वीर है। उसे वापस शब्दों में बदलना OCR है, जो यह टूल नहीं करता — वे पेज इमेज के रूप में आते हैं ताकि दस्तावेज़ पूरा रहे, और रिपोर्ट में हर एक का नाम दिया जाता है।
• टेबल। रूल वाली टेबल आमतौर पर पढ़ने के क्रम में अपने टेक्स्ट के रूप में आती हैं। असली टेबल को सिर्फ़ एक सीध में लगे टेक्स्ट से अलग पहचानना अंदाज़ा है, और गलत अंदाज़ा सिर्फ़ ग्रिड खोने के बजाय कंटेंट को गड़बड़ कर देता है।
• बोल्ड और इटैलिक। मोटाई और तिरछापन तभी वापस मिल सकते हैं जब PDF ने फ़ॉन्ट एम्बेड करने के बजाय उसका संदर्भ दिया हो। जहाँ ऐसा नहीं है, वहाँ हेडिंग फिर भी बोल्ड आती हैं क्योंकि वे हेडिंग हैं, और बॉडी टेक्स्ट सादा आता है।
• पेज एक तस्वीर के रूप में। Word फिर से बहता है और PDF नहीं, इसलिए नतीजा पिक्सेल की स्थितियों के बजाय संरचना दोहराता है। अगर दृश्य लेआउट ही अहम है, तो PDF वह काम पहले से कर रही है।

अक्सर पूछे जाने वाले सवाल

PDF आख़िर संपादन योग्य Word फ़ाइल कैसे बन सकती है?

PDF पैराग्राफ़ नहीं रखती — वह निर्देशांकों पर ग्लिफ़ रखती है। इसलिए कन्वर्टर ज्यामिति को वापस पढ़ता है: एक ही ऊँचाई पर मौजूद अक्षर एक लाइन बनते हैं, लाइनों के बीच का अंतराल तय करता है कि एक पैराग्राफ़ कहाँ खत्म और अगला कहाँ शुरू होता है, और औसत से बड़ी लाइनें हेडिंग बनती हैं। नतीजा एक विशाल टेक्स्ट ब्लॉक नहीं बल्कि असली पैराग्राफ़ और सूची स्टाइल वाली असली .docx है।

क्या यह स्कैन की गई PDF पर काम करता है?

सिर्फ़ आंशिक रूप से। स्कैन में शब्द नहीं, शब्दों की तस्वीरें होती हैं, और उन्हें वापस पढ़ने के लिए OCR चाहिए, जो यह टूल नहीं करता। बिना टेक्स्ट लेयर वाले पेज इमेज के रूप में लाए जाते हैं ताकि दस्तावेज़ फिर भी पूरा रहे, और हर एक की रिपोर्ट दी जाती है ताकि आप जान सकें कि कौन-से पेज आपको दोबारा टाइप करने होंगे।

लेआउट PDF से हूबहू मेल क्यों नहीं खाता?

क्योंकि Word दस्तावेज़ फिर से बहता है और PDF नहीं। कन्वर्टर पिक्सेल की स्थितियों के बजाय संरचना दोहराता है — हेडिंग, पैराग्राफ़, सूचियाँ, अलाइनमेंट, इंडेंट — और इसी से नतीजा संपादन योग्य बनता है। अगर आपको इसके बजाय दृश्य लेआउट सुरक्षित चाहिए, तो PDF वह काम पहले से कर रही है।

टेबल और कॉलम का क्या होता है?

रूल वाली टेबल आमतौर पर Word टेबल के बजाय पढ़ने के क्रम में अपने टेक्स्ट के रूप में वापस आती है: बॉर्डर के बिना असली टेबल को संयोग से सीध में लगे टेक्स्ट से अलग पहचानना अंदाज़ा है, और गलत अंदाज़ा कंटेंट को गड़बड़ कर देता है। कई कॉलम वाले पेज तब कॉलम-दर-कॉलम पढ़े जाते हैं जब स्पेसिंग से कॉलम साफ़ दिखें, वरना बाएँ से दाएँ।

क्या मैं दस्तावेज़ का सिर्फ़ एक हिस्सा बदल सकता हूँ?

हाँ। टूलबार में पहला और आख़िरी पेज सेट करें और सिर्फ़ वही रेंज पढ़ी जाती है। लंबी रिपोर्ट पर यह करने लायक है: कन्वर्ज़न का ज़्यादातर समय उन पेजों को पार्स करने में जाता है जिनकी आपको शायद ज़रूरत ही न हो।

हेडर और पेज नंबर वाले स्विच किसलिए हैं?

रनिंग हेडर या फ़ुटर PDF के हर पेज पर दोहराया जाता है और वरना आपके Word दस्तावेज़ के बीच में दर्जनों बार दिखता। ट्रिमिंग चालू होने पर, जो लाइनें ज़्यादातर पेजों के ऊपर या नीचे दोहराई जाती हैं, और जो लाइनें सिर्फ़ पेज नंबर हैं, उन्हें छोड़ दिया जाता है।